MemTensor/MemOS

Self-evolving memory OS for LLM & AI Agents: ultra-persistent memory, hybrid-retrieval, and cross-task skill reuse, with 35.24% token savings

What it solves

MemOS 為 AI 代理提供持久的長期記憶，解決了代理隨時間遺忘上下文、使用者偏好與過往互動的問題。它將記憶從「黑盒」嵌入儲存庫轉變為可檢視、可編輯的系統，使代理能透過經驗成長與演化其能力。

How it works

MemOS 作為「記憶作業系統」運作，統一資訊的儲存、檢索與管理。它使用圖形結構作為記憶基礎，允許資料點之間形成更複雜的關係。系統支援多模態記憶（文字、影像、工具痕跡與角色），並將知識庫組織成「memory cubes」以實現受控的共享與隔離。

為確保生產穩定性，MemOS 包含 MemScheduler，用於低延遲的非同步記憶攝取。它亦支援透過自然語言回饋進行記憶校正，讓使用者或代理能修正既有記憶。

Who it’s for

  • AI Agent Developers：構建助理、客服機器人或需要一致、情境豐富互動的個人化代理的開發者。
  • Enterprise Users：需要在多個代理與專案之間進行隔離或共享記憶的團隊。
  • Local-First Developers：使用 Hermes Agent 或 OpenClaw，想要以 SQLite 完全在裝置上保存記憶的開發者。

Highlights

  • Unified Memory API：單一介面即可新增、取得、編輯與刪除記憶。
  • Multi-Modal Support：原生支援文字、影像與工具痕跡於同一系統。
  • Memory Cubes：可組合的知識庫，實現動態組合與隔離。
  • Asynchronous Ingestion：透過 MemScheduler 提供高併發支援。
  • Tiered Skill Evolution：本地插件支援從 L1 痕跡到 L3 世界模型與結晶技能的記憶演化。
  • Hybrid Retrieval：結合 FTS5 與向量搜尋，提升召回精準度。